数字图像处理 -灰度变换 之 对数变换（Log Transformation）

本文参考了 以下这篇文章

[数字图像处理]灰度变换——反转，对数变换，伽马变换，灰度拉伸，灰度切割，位图切割 

https://blog.csdn.net/zhoufan900428/article/details/12709361

并进行了一下改进。

以上为上述文章 的原话，这里展示出对数变换的code 和 figure,

Matlab Code:

f = 0:0.01:1;
v1 = 1;
y1 = log2(1 + v1*f)/log2(v1+1); 
v2 = 10;
y2 = log2(1 + v2*f)/log2(v2+1); 
v3 = 50;
y3 = log2(1 + v3*f)/log2(v3+1); 
v4 = 100;
y4 = log2(1 + v4*f)/log2(v4+1); 
v5 = 200;
y5 = log2(1 + v5*f)/log2(v5+1); 
plot(f,y1,'g',f,y2,'r',f,y3,'b',f,y4,'c',f,y5,'y');
xlabel('Input gray level');
ylabel('Output gray level');
title('Log transformation: g = log(1+v*r)/log(1+v)');

lgd = legend('Log(v=1)','Log(v=10)','Log(v=50)','Log(v=100)','Log(v=200)');
legend('Location','southeast');
title(lgd,'The Legend Title')

Figure:

从图中我们可以很直观的看出，由于对数本身上凸的性质，它可以把低灰度（较暗）部分的亮度提高，v 越大，灰度提高越明显，即图像越来越亮。

以下是改进后的对数变换代码，将4个对比图形放在同一张图内，看起来更直观。

f = imread('2.jpg');  
I=rgb2gray(f);
f = mat2gray(I);% 原代码中的[0 255] 可以去掉，因为f中最大最小值等于0， 255

v = 10;  
g_1 = log2(1 + v*f)/log2(v+1);  
  
v = 30;  
g_2 = log2(1 + v*f)/log2(v+1);  
  
v = 200;  
g_3 = log2(1 + v*f)/log2(v+1);  
  
figure(); %这里改成了四个子图，会更加直观  
subplot(2,2,1);  
imshow(f,[0 1]);  
xlabel('a).Original Image');  
subplot(2,2,2);  
imshow(g_1,[0 1]);  
xlabel('b).Log Transformations v=10');  
  
subplot(2,2,3);  
imshow(g_2,[0 1]);  
xlabel('c).Log Transformations v=100');  
  
subplot(2,2,4);  
imshow(g_3,[0 1]);  
xlabel('d).Log Transformations v=200');  

figure:

再次感谢 这篇文章在学习这部分内容时提供的帮助。https://blog.csdn.net/zhoufan900428/article/details/12709361